自動運転車 に関する最新の記事

ロボットは人間と一緒にもっと上手く働く方法を学んでるよ。

画期的なデータセットが自律船の航海を改善する。

新しい手法は、生成モデルの不確実性に対処することで画像品質を向上させる。

機械学習におけるバックドア攻撃のリスクとその影響を探る。

ロボットや車が混雑した環境でどうやって衝突を避けるかを学ぼう。

新しい方法が2Dと3Dのトラッキングを組み合わせて、シーン再構築をより良くしてる。

最先端の手法で車両の認識と安全性を向上させる。

自動運転車がどうやって道路で見て反応することを学んでいるかを発見しよう。

イベントカメラは、速い物体検出のための画期的なアプローチを提供するんだ。

OccluRoadsデータセットが隠れた歩行者検出にどう取り組んでるかを見てみよう。

EdgeD3アルゴリズムはリアルタイムアプリでのAIの効率をアップさせるよ。

テストタイム修正は、自動運転車が道路で学び、適応するのに役立つ。

新しい方法が水中追跡作業におけるAUVの性能を向上させる。

厳しい海洋条件での無人水上ビークル（USV）の物体追跡を強化する。

FMGPは不確実性を推定することでDNNの予測を改善し、高リスクな用途にとって重要だよ。

新しい方法で自動運転車の周囲の認識が向上する。

つながった自動運転車は、安全で賢い移動のために協力を活用してるよ。

新しい方法が機械学習の意思決定を明確にして、信頼性を高めるんだ。

LOMAは、視覚的要素と言語的要素を組み合わせて、より良い3D空間の予測を行うよ。

新しいフレームワークが自動運転車のデータラベリングを強化するよ。

自動運転技術における新しい安全戦略を見てみよう。

合成データセットは、より安全な自動運転のためにイベントベースカメラをトレーニングするのに重要だよ。

MMD-OPTが自動運転の安全性をどう高めるかを見てみよう。

DFRCシステムは、レーダー検知と通信を組み合わせて、ターゲットの方向の不確実性を解決してるよ。

共有データが自動運転をもっと安全で賢くする方法を見つけよう。

NESTは自動運転車が動きを予測するのを手助けして、道路の安全性と効率を高めるんだ。

GaussTRが機械の3次元環境の認識方法を、パフォーマンスと効率を向上させて再定義した。

機械が安全性と効率のために環境を予測する方法を学ぶ。

ISACは、より賢いテクノロジーソリューションのために、コミュニケーションとセンシングを融合させるよ。

SLTNetは、機械がイベントカメラデータを効率的に処理する方法を変えるんだ。

CLIP-RLDriveは、複雑な運転シナリオにおける自動運転車の意思決定を向上させる。

非同期技術がAIエージェントのリアルタイム意思決定をどう改善するかを学ぼう。

ファウンデーションモデルと手頃なセンサーを組み合わせることで、さまざまなアプリケーションでの深さ認識が向上するよ。

SimADFuzzは、自律走行車の安全テストを多様なシナリオで改善するよ。

ロボット車両の増加が交差点の交通の流れを変えてるよ。

新しいフレームワークは、自動運転車とAIを使って交通の流れを最適化する。

3Dシーン再構築の進展が高速道路の安全を変えてるよ。

LiDAR-RTは、自動運転車の認識をリアルタイムの3Dシーンレンダリングで強化するよ。

GSRenderは革新的な技術と簡素化されたデータ要件を通じて、3D空間の理解を向上させるよ。

予測モニタリングが自動運転車やロボットの安全性をどう高めるか学ぼう。